CONICET | Buscador de Institutos y Recursos Humanos

Comúnmente, los humanos y otros seres biológicos utilizan la imitación como mecanismo de aprendizaje. En el campo de la Inteligencia Artificial, los sistemas más representativos han surgido a partir de este mecanismo. Entes biológicos y naturales han servido de modelo para crear sistemas artificiales inteligentes con excelentes capacidades de aprendizaje y generalización, basados en tres paradigmas fundamentales: el paradigma simbólico, que modela la forma consciente de razonar de las personas, en un campo de conocimiento determinado; el paradigma biológico, que desarrolla modelos basados en analogías biológicas del cerebro humano y, finalmente, el paradigma evolutivo, que provee modelos de aprendizaje basados en analogías a la evolución de las especies.Este trabajo está orientado a mostrar el proceso de aprendizaje de sistemas computacionales inteligentes enmarcados en el paradigma simbólico, particularmente conocidos como Sistemas Expertos Fuzzy o Sistemas de Inferencia Fuzzy. Estos sistemas tienen propiedades muy destacables, tales como estar basados en lenguaje natural humano; ser fáciles de entender y, fundamentalmente, ser tolerantes a datos incompletos e imprecisos.Se muestran dos enfoques de aprendizaje de estos sistemas. Uno de ellos ?el más difundido?, adquiere conocimiento a partir de un experto humano, que luego se incorpora en la base de conocimiento del sistema. El otro enfoque utiliza conocimiento preformado a partir de tablas o matrices de decisión que también se incorpora a la base del sistema. En ambos casos, se infiere que el desempeño de estos sistemas es muy satisfactorio para resolver problemas, de forma muy parecida al procedimiento del ser humano.

enviar mensaje